谷歌DeepMind的负责人兼谷歌人工智能工作的领导者DemisHassabis表示：“这个愿景在我脑海中已经存在了很长一段时间。”几十年来，哈萨比斯一直在思考和研究人工智能，但四五年前，一些事情才真正具体化。不久的一天，他意识到，“我们将会拥有一位万能助手。它是多式联运的，始终与您同在。”称之为《星际迷航通讯器》;称之为她的声音;随便你怎么称呼它。“这就是那个帮手，”哈萨比斯继续说道，“它很有用。你会习惯在你需要的时候它就在那里。”
在GoogleI/O(该公司的年度开发者大会)上，哈萨比斯展示了他希望成为通用助手的早期版本。谷歌将其称为ProjectAstra，它是一个实时、多模式的人工智能助手，可以看到世界，知道东西是什么以及你把它们放在哪里，并且可以回答问题或帮助你做几乎任何事情。在一段令人印象深刻的演示视频中，哈萨比斯发誓没有以任何方式伪造或篡改，谷歌伦敦办事处的一名Astra用户要求系统识别扬声器的一部分，找到他们丢失的眼镜，检查代码等等。这一切实际上都是以一种非常对话的方式实时进行的。
Astra只是今年I/O上发布的众多Gemini公告之一。有一个名为Gemini1.5Flash的新模型，旨在更快地完成摘要和字幕等常见任务。另一个新模型称为Veo，可以根据文本提示生成视频。GeminiNano是专为在手机等设备上本地使用而设计的模型，据说速度也比以往更快。GeminiPro的上下文窗口(指模型在给定查询中可以考虑多少信息)增加了一倍，达到200万个标记，谷歌表示该模型比以往任何时候都更能遵循指令。谷歌在模型本身以及将其呈现给用户方面都取得了快速进展。
哈萨比斯表示，展望未来，人工智能的故事将不再是关于模型本身，而是关于它们能为你做什么。这个故事都是关于代理的：机器人不仅与你交谈，而且实际上代表你完成任务。“我们在智能体领域的历史比我们的广义模型工作还要悠久，”他指着近十年前的AlphaGo游戏系统说道。他认为，其中一些代理将成为完成任务的超简单工具，而其他代理则更像是合作者和同伴。“我认为在某些时候这甚至可能取决于个人偏好，”他说，“以及对你的背景的理解。”
哈萨比斯表示，Astra比以前的产品更接近真正的实时人工智能助手的工作方式。当Gemini1.5Pro(谷歌主流大语言模型的最新版本)准备就绪时，Hassabis表示，他知道底层技术足以让像Astra这样的东西开始正常运行。但模型只是产品的一部分。“我们六个月前就有了这个组件，”他说，“但问题之一就是速度和延迟。如果没有这一点，可用性就不那么明显了。”因此，六个月来，加速系统一直是团队最重要的工作之一。这意味着改进模型，同时也优化其余基础设施，使其能够良好且大规模地运行。幸运的是，哈萨比斯笑着说：“谷歌在这方面做得非常好!”
Google在I/O大会上发布的许多AI公告都是为了给您提供更多、更简单的使用Gemini的方法。一款名为GeminiLive的新产品是一款纯语音助手，可让您与模特进行轻松的来回对话，在对话变得冗长时打断对话或回拨到对话的早期部分。GoogleLens中的一项新功能允许您通过拍摄和讲述视频来搜索网络。这在很大程度上是由Gemini的大型上下文窗口实现的，这意味着它可以一次访问大量信息，哈萨比斯表示，让与助手互动感觉正常和自然至关重要。
顺便问一下，知道谁同意这个评估吗?OpenAI，谈论人工智能代理已经有一段时间了。事实上，在我和哈萨比斯聊天后不到一个小时，该公司就演示了一款与GeminiLive极其相似的产品。这两家公司越来越多地争夺同一领域，并且似乎对人工智能如何改变你的生活以及随着时间的推移你如何使用它有着共同的愿景。
这些助手究竟如何工作，您将如何使用它们?没有人确切知道，甚至哈萨比斯也不知道。谷歌现在关注的一件事是旅行规划——它开发了一款新工具，可以使用Gemini为你的假期制定行程，然后你可以与助手一起编辑。最终将会有更多类似的功能。哈萨比斯表示，他看好手机和眼镜作为这些特工的关键设备，但也表示“可能还有发展一些令人兴奋的外形因素的空间。”Astra仍处于早期原型阶段，仅代表您可能想要与Gemini等系统交互的一种方式。DeepMind团队仍在研究如何最好地将多模态模型结合在一起，以及如何平衡超大型通用模型与更小、更集中的模型。
我们仍然处于人工智能的“速度和反馈”时代，每个增量模型都很重要，而且我们对参数大小非常着迷。但很快，至少根据哈萨比斯的说法，我们将开始提出有关人工智能的不同问题。更好的问题。关于这些助手可以做什么、如何做以及如何让我们的生活变得更好的问题。因为这项技术距离完美还有很长的路要走，但它正在变得非常快。